3  Datos de Panel

Transformación a Datos de Panel

3.1 Introducción

En estadística y econometría, el término de datos de panel se refiere a datos que combinan una dimensión temporal con otra transversal.

Un conjunto de datos que recoge observaciones de un fenómeno a lo largo del tiempo se conoce como serie temporal. Dichos conjuntos de datos están ordenados y la información relevante respecto al fenómeno estudiado es la que proporciona su evolución en el tiempo. Un conjunto transversal de datos contiene observaciones sobre múltiples fenómenos en un momento determinado. En este caso, el orden de las observaciones es irrelevante.

Un conjunto de datos de panel recoge observaciones sobre múltiples fenómenos a lo largo de determinados períodos. La dimensión temporal enriquece la estructura de los datos y es capaz de aportar información que no aparece en un único corte.

Para nuestro caso los datos de panel serán la densidad de delitos por zona censal y el orden temporal será construido con el mes y el año eso es lo que sale a continuación.

3.2 Cálculo de Total Delitos por Espacio y tiempo

En este punto se procederá a crear tablas de cálculo de total casos policiales por espacio las zonas censales, mientras que tiempo las variables de mes y año.

Primeramente se debe extraer mes y año de la variable fecha para esto se hará uso de la librería Lubridate para manipulación de la variables temporales.

delitos_cat_bc_URB <- readRDS("data/delitos/delitos_eval_bcom_urb.rds")

# Agregar la variable mes
delitos_urb <- delitos_cat_bc_URB %>% 
  st_drop_geometry() %>% 
  rename(fecha = FECHA_DEL) %>% 
  mutate(mes = month(fecha),
         anno = year(fecha)) %>% 
  filter(!is.na(Categoria))
head(delitos_urb %>%  select(fecha, mes, anno))

A continuación se creará una tabla temporal que permitirá hacer una contabilidad de todos los delitos ocurridos por Zona censal, categoría, mes y año.

# todos los delitos
tab_del_all <- delitos_urb%>%
  mutate(a_mes = paste0( anno, "_", sprintf("%02d",mes))) %>% 
  group_by(GEOCODIGO, Categoria, a_mes )%>%
  summarise(Cantidad = n(), .groups = "keep")

head(tab_del_all)

A continuación se procede a generar el cálculo de la suma de todos los eventos policiales ocurridos por cada zona censal categoría mes y año utilizando la librería Tidyr con la función pivot_wider()

tab_del_all_mes <- tab_del_all%>%
  pivot_wider(names_from = a_mes, values_from = Cantidad, 
              names_prefix = "a_", values_fill = 0)%>% 
  dplyr::select(GEOCODIGO, Categoria,sort(names(.)[3:ncol(.)]))
head(tab_del_all_mes)

#guargar resultados
write.xlsx(tab_del_all_mes,
           "data/tablas/tablas_del_mes/del_zonas_all.xlsx", overwrite = T)
saveRDS(tab_del_all_mes, "data/tablas/tablas_del_mes/del_zonas_all.rds")

3.3 Cálculo de tablas de densidad casos policiales

Lectura de Zonas Urbanas consolidadas

zonas <- readRDS("data/ine/zonas_urb_consolidadas.rds")


info_zonas_base <- zonas %>%
  st_drop_geometry() %>% 
  dplyr::select(GEOCODIGO = COD_INE_16, AREA) %>% 
  mutate(GEOCODIGO = as.character(GEOCODIGO))

Calcular delitos anual y agregar área

tab_del_all_mes <- tab_del_all_mes %>%
  as.data.frame() %>% #acelera el proceso
  mutate(anual = rowSums(across(.cols = starts_with("a_")))) %>% 
  left_join(info_zonas_base, by = "GEOCODIGO")

Calcular la densidad delitos por Hectárea (10000 metros)

tab_all_dens <- tab_del_all_mes %>% 
  mutate(across(starts_with("a_"), ~ .x/(AREA/10000))) %>% 
  mutate(dens_anual = anual / (AREA/10000))

head(tab_all_dens[,1:10])

Guardar resultados

write.xlsx(tab_all_dens, 
           "data/tablas/tabla_dens_mes/del_dens_all.xlsx",
           overwrite = T)

saveRDS(tab_all_dens, "data/tablas/tabla_dens_mes/del_dens_all.rds")

3.4 Tablas de Densidad de Delitos por Mes (2017 al 2022)

Unir Tablas

info_zonas_base <- zonas %>%
  dplyr::select(GEOCODIGO = COD_INE_16, REGION, 
                NOM_REGION, COMUNA, NOM_COMUNA) %>% 
  mutate(GEOCODIGO = as.character(GEOCODIGO))

del_dens_zonas <- info_zonas_base %>% 
  left_join(tab_all_dens, by ="GEOCODIGO")
head(del_dens_zonas[,1:10])

Simple feature collection with 6 features and 10 fields
Geometry type: MULTIPOLYGON
Dimension:     XY
Bounding box:  xmin: 417007.9 ymin: 7731793 xmax: 467736.3 ymax: 7761723
Projected CRS: WGS 84 / UTM zone 19S
   GEOCODIGO REGION         NOM_REGION COMUNA   NOM_COMUNA
1 1405011001     01 REGIÓN DE TARAPACÁ   1405         PICA
2 1405011001     01 REGIÓN DE TARAPACÁ   1405         PICA
3 1405011001     01 REGIÓN DE TARAPACÁ   1405         PICA
4 1405011001     01 REGIÓN DE TARAPACÁ   1405         PICA
5 1401011001     01 REGIÓN DE TARAPACÁ   1401 POZO ALMONTE
6 1401011001     01 REGIÓN DE TARAPACÁ   1401 POZO ALMONTE
                     Categoria   a_2017_01   a_2017_02 a_2017_03 a_2017_04
1           Armas y homicidios 0.001071077 0.000000000         0         0
2              Comercio ilegal 0.000000000 0.000000000         0         0
3 Drogas y mercados criminales 0.006426460 0.001071077         0         0
4                Hurtos, robos 0.000000000 0.000000000         0         0
5           Armas y homicidios 0.005149346 0.000000000         0         0
6              Comercio ilegal 0.000000000 0.000000000         0         0
                        geometry
1 MULTIPOLYGON (((467470.7 77...
2 MULTIPOLYGON (((467470.7 77...
3 MULTIPOLYGON (((467470.7 77...
4 MULTIPOLYGON (((467470.7 77...
5 MULTIPOLYGON (((417931.5 77...
6 MULTIPOLYGON (((417931.5 77...

Selección de Zonas Censales con Mayor Densidad

hist(del_dens_zonas$dens_anual, breaks = 100)
# hist(del_dens_zonas[del_dens_zonas$dens_anual>50,]$dens_anual, breaks = 100)

Definición de zonas que corresponde al porcentaje (5%) con mayor densidad

n_porc <- porc_df(del_dens_zonas, porcentaje = 5) # n corresponde a 5% datos
n_porc

[1] 772

dens_max <- del_dens_zonas %>% 
  slice_max(dens_anual, n = n_porc) # El 5 % de valores máximos


# Densidades 

# mapview(dens_max, zcol = "dens_anual")

Conocer que región tiene las zonas con mayor concentración de delitos

regiones_max <- dens_max %>% 
  st_drop_geometry() %>% 
  group_by(REGION) %>% 
  summarise(Cantidad = n()) %>% 
  arrange(desc(Cantidad))

regiones_max

Visualización de las región máxima

reg_dens_max2 <- dens_max %>% 
  filter(REGION == 13) %>% 
  filter(!is.na(dens_anual))

# mapview(reg_dens_max2, zcol = "dens_anual", at= c(0,10,50,100,1000))

Visualización de desimad máxima por categoria

unique(del_dens_zonas$Categoria)
categoria_tipo <-  "Comercio ilegal"  

dens_max_cat <- del_dens_zonas %>% 
  filter(Categoria==categoria_tipo) %>% 
  slice_max(dens_anual, n = n_porc) 

# mapview(dens_max_cat, zcol = "dens_anual")

regiones_max_cat <- dens_max_cat %>% 
  st_drop_geometry() %>% 
  group_by(REGION) %>% 
  summarise(Cantidad = n()) %>% 
  arrange(desc(Cantidad))

regiones_max_cat


reg_dens_max_cat <- dens_max_cat %>% 
  filter(REGION == 13) %>% 
  filter(!is.na(dens_anual))%>% 
  slice_max(dens_anual, n = 100) 

# mapview(reg_dens_max_cat, zcol = "dens_anual")

3.5 Densidades con Respecto al Tiempo

categoria_tipo <-  "Comercio ilegal" 
ts_info <- dens_max %>% 
  st_drop_geometry() %>% 
  dplyr::select(Categoria, a_2017_01:a_2022_12) %>% 
  pivot_longer(cols = a_2017_01:a_2022_12,
               names_to = "tiempo", values_to = "densidades") %>% 
  mutate(tiempo = gsub("a_", "", tiempo),
         tiempo = gsub("_", "-", tiempo),
         tiempo = ym(tiempo)) 
head(ts_info)

# A tibble: 6 × 3
  Categoria       tiempo     densidades
  <chr>           <date>          <dbl>
1 Comercio ilegal 2017-01-01       22.6
2 Comercio ilegal 2017-02-01       19.8
3 Comercio ilegal 2017-03-01       29.5
4 Comercio ilegal 2017-04-01        0  
5 Comercio ilegal 2017-05-01        0  
6 Comercio ilegal 2017-06-01        0  

Gráficos

Gráficos de Serie de Tiempo Todas las Categorías. Se utilizará la librería Plotly para hacer gráficos dinámicos

pline <- ggplot() + 
  geom_line(data = ts_info, aes(x = tiempo, y = densidades,
                                colour = Categoria),
            alpha = 0.4) +
  xlab('Meses ') +
  ylab('Densidades') +
  theme_bw()
pline

pline <- ggplot() + 
  geom_line(data = ts_info, aes(x = tiempo, y = densidades,
                                colour = Categoria),
            alpha = 0.4) +
  xlab('Meses ') +
  ylab('Densidades') +
  theme_bw()+
  facet_grid(Categoria ~ .) + 
  theme(legend.position = "none")
# pline

ggplotly(pline)

Gráficos sobre médidas de centralidad (4 Primeras Categorías)

unique(ts_info$Categoria)

[1] "Comercio ilegal"              "Hurtos, robos"               
[3] "Armas y homicidios"           "Drogas y mercados criminales"

df_tidy_mean_1 <- ts_info %>%
  filter(!is.na(densidades)) %>%
  filter(Categoria %in% unique(ts_info$Categoria)) %>%
  group_by(tiempo, Categoria) %>%
  summarise(n = n(),
            mean = mean(densidades),
            median = median(densidades),
            sd = sd(densidades),
            .groups = "keep") %>%
  mutate(sem = sd / sqrt(n - 1),
         CI_lower = mean + qt((1-0.95)/2, n - 1) * sem,
         CI_upper = mean - qt((1-0.95)/2, n - 1) * sem)

mean_plot_1 <- ggplot(df_tidy_mean_1, aes(x = tiempo, y = mean, color = Categoria)) +
  geom_line(aes(x = tiempo, y = mean, color = Categoria)) +
  geom_ribbon(
    aes(ymin = CI_lower, ymax = CI_upper, fill = Categoria),
    color = "grey90",
    alpha = 0.2 )+
  theme_bw()

ggplotly(mean_plot_1)

Gráficos Desagregados

color_list <- viridis::viridis(length(unique(ts_info$Categoria)))
mean_plot_1_solos <- ggplot(df_tidy_mean_1, aes(x = tiempo, y = mean, color = Categoria)) +
  geom_line(aes(x = tiempo, y = mean, color = Categoria)) +
  geom_ribbon(
    aes(ymin = CI_lower, ymax = CI_upper, fill = Categoria),
    color = "grey90",
    alpha = 0.2) +  
  theme_bw()+
  scale_fill_manual(values = color_list) +
  scale_color_manual(values = color_list) +
  facet_grid(Categoria ~ .) + 
  theme(legend.position = "none")


ggplotly(mean_plot_1_solos)